एआई और न्यूक्लियर फ्यूजन – एक विघटनकारी तकनीक का उपयोग करके दूसरी को आगे बढ़ाना

 कृत्रिम बुद्धिमत्ता पिछले दशक की प्रमुख तकनीकी प्रगति में से एक है, जो सभी क्षेत्रों में उद्योगों को बदल रही है। लगभग हर सेक्टर में इसका प्रभाव महसूस किया जा रहा है, जिसमें न्यूक्लियर फ्यूजन भी शामिल है—एक ऐसी तकनीक जो एआई जितनी ही विघटनकारी है।

एक लगभग असीम स्वच्छ ऊर्जा स्रोत के रूप में प्रशंसित, न्यूक्लियर फ्यूजन एक आशाजनक ऊर्जा स्रोत है जो गेम-चेंजिंग साबित हो सकता है। 

इसके कई लाभों में प्रचुर ईंधन, ऊर्जा दक्षता, न्यूनतम ग्रीनहाउस गैसें, विश्वसनीयता, अंतर्निहित सुरक्षा, और स्थिरता शामिल हैं। हालांकि, यह अभी भी प्रयोगात्मक चरण में है।

यह तथ्य के बावजूद कि इस वर्ष एक एक न्यूक्लियर फ्यूजन ऊर्जा रिकॉर्ड हासिल किया गया था जब वैज्ञानिकों और इंजीनियरों की टीम ने केवल 0.2 मिलीग्राम ईंधन का उपयोग करके 5 सेकंड तक 69 मेगाजूल फ्यूजन ऊर्जा को बनाए रखा। जबकि यह ऊर्जा उस अवधि में लगभग 12,000 घरों को चलाने के लिए पर्याप्त है, यह अभी भी उत्पन्न ऊर्जा से अधिक इनपुट ऊर्जा की आवश्यकता रखती है।

अब तक, वैज्ञानिक केवल कुछ सेकंड के लिए फ्यूजन को बनाए रखने में सफल रहे हैं। हालांकि, एआई की मदद से स्थितियां बदलने वाली हैं।

हाल के वर्षों में एआई में लगातार प्रगति ने इसे न केवल हमारे दैनिक जीवन का हिस्सा बना दिया है, बल्कि वैज्ञानिक प्रगति हासिल करने के लिए भी आवश्यक बना दिया है। एआई अब कई तरीकों से न्यूक्लियर फ्यूजन को सुधारने के लिए सक्रिय रूप से खोजा जा रहा है।

फ्यूजन प्रतिक्रियाओं को नियंत्रित करने के लिए वास्तविक समय में अस्थिरताओं की भविष्यवाणी और रोकथाम करने से लेकर रिएक्टर डिज़ाइनों का विश्लेषण करके सर्वश्रेष्ठ चुनने, फ्यूजन प्रतिक्रियाओं को अधिक समय तक स्थिर रखने, और यहां तक कि रिएक्टर डिज़ाइनों के विश्लेषण और प्लाज़्मा में परिवर्तन की भविष्यवाणी में समय और लागत को कम करने तक, एआई की भूमिका न्यूक्लियर फ्यूजन में तेजी से बढ़ रही है।

जबकि बड़े पैमाने पर ऊर्जा उत्पन्न करना 2050 के आसपास संभव नहीं हो सकता, एआई निश्चित रूप से इस प्रक्रिया को तेज करने के लिए एक आशाजनक उपकरण के रूप में उभरा है।

Steven Cowley, खगोलभौतिकी विज्ञान के प्रोफेसर और ऊर्जा विभाग के प्रिंसटन प्लाज़्मा फिज़िक्स लैबोरेटरी (PPPL) के प्रयोगशाला निदेशक, मानते हैं:

“फ्यूजन एआई का \”किलर ऐप\” बन सकता है।”

इस साल की शुरुआत में, वैज्ञानिकों ने प्लाज़्मा में अस्थिरताओं की भविष्यवाणी करने का तरीका खोजा, जो मशीनों के शक्ति चुंबकीय क्षेत्रों से फटने और बाहर निकलने के प्रति अत्यधिक संवेदनशील है, जिन्हें इसे नियंत्रित रखने के लिए डिज़ाइन किया गया है, और एआई का उपयोग करके वास्तविक समय में इन्हें रोकने की क्षमता विकसित की।

प्रिंसटन विश्वविद्यालय और PPPL के शोधकर्ताओं द्वारा चलाए गए प्रयोग के अनुसार, एआई कंट्रोलर संभावित प्लाज़्मा फटने की भविष्यवाणी 300 मिलीसेकंड पहले तक कर सकता था।

विघटन न्यूक्लियर फ्यूजन में एक बड़ी बाधा है, क्योंकि रिएक्टर को वर्षों तक 24/7 बिना किसी समस्या के चलना चाहिए।

(विघटन और अस्थिरताएँ) बहुत समस्याग्रस्त हैं… इस तरह के समाधान विकसित करने से उनका भरोसा बढ़ता है कि हम इन मशीनों को बिना किसी समस्या के चला सकते हैं।

– Egemen Kolemen, अध्ययन लेखक और प्रिंसटन विश्वविद्यालय में मैकेनिकल और एयरोस्पेस इंजीनियरिंग के प्रोफेसर

न्यूक्लियर फ्यूजन सुविधाओं के लिए नए मिश्रधातु खोजने हेतु एआई का निर्माण

ओक रिज नेशनल लैबोरेटरी (ORNL) द्वारा एक हालिया अध्ययन ने एआई मॉडल बनाया है जो न्यूक्लियर फ्यूजन रिएक्टरों में शील्डिंग के रूप में उपयोग होने वाले नए मिश्रधातुओं की पहचान करने में मदद करता है।

यह परियोजना कई वर्षों पहले डेविड वॉम्बल, पूर्व एआई इनिशिएटिव डायरेक्टर, के नेतृत्व में शुरू हुई और न्यूक्लियर फ्यूजन सुविधाओं को सुधारने की दिशा में एक बड़ा कदम है। बाद में इसे आर्टिफिशियल इंटेलिजेंस फॉर साइंटिफिक डिस्कवरी (AISD) के तहत प्राथमिक अनुसंधान क्षेत्र के रूप में जारी रखा गया।

अध्ययन ने नोट किया कि बड़े पैमाने पर कम्प्यूटेशनल दृष्टिकोणों की वर्तमान सीमाएँ पारंपरिक सामग्री विज्ञान और क्वांटम मैकेनिक्स में एमएल को एकीकृत करने के संभावित लाभ पर नई रोशनी डाल रही हैं।

विशेष रूप से डीप लर्निंग (DL) मॉडल ने परमाणु प्रणाली की परमाणु संरचनाओं द्वारा उत्पन्न प्रासंगिक गैर-रेखीयताओं को रिकॉर्ड करने में प्रभावी साबित हुए हैं।

एक बार डीएल मॉडल को प्रशिक्षित करने के बाद, इसे पूर्ण DFT गणना चलाने में लगने वाले समय के एक अंश में अनुमान लगाने के लिए उपयोग किया जा सकता है, जबकि सटीक परिणाम प्रदान करता है। परमाणु जानकारी का उपयोग करके मिश्रधातु गुणों की भविष्यवाणी में यह उल्लेखनीय समय बचत नई बहु-घटक मिश्रधातुओं की खोज और डिजाइन को प्रभावी रूप से तेज करती है।

इसलिए, अध्ययन का ध्यान मिश्रधातुओं पर रहा है, जिन्हें “बहुत उच्च तापमान पर असाधारण प्रदर्शन हासिल करने” की आवश्यकता है। यह प्रदर्शन उच्च तापमान के प्रति प्रतिरोधी और जटिल न्यूक्लियर प्लांटों में मिश्रधातुओं के उपयोग के लिए आवश्यक संरचनात्मक यांत्रिक गुणों दोनों के संदर्भ में होना चाहिए। किसी सामग्री को उच्च तापमान पर उच्च शक्ति प्राप्त करने के लिए, उसके विघटन तापमान को अधिक होना चाहिए।

इन सामग्रियों को बनाने के लिए, पारंपरिक रूप से टंगस्टन को प्राथमिक तत्व के रूप में उपयोग किया गया है। अतिरिक्त तत्वों को पूरक के रूप में जोड़ा जाता है। resulting alloy composition has been resistant to high temperatures but inconsistent in maintaining proper shielding.

हाल ही में, शोधकर्ताओं ने इन मानक तकनीकी सामग्रियों को बदलने की खोज की, जिसे ORNL एआई डेटा वैज्ञानिक मासिमिलियानो लुपो पासिनी ने “कुछ पूरी तरह नया और विघटनकारी” कहा।

लेकिन, बेशक, संभावित धातु संयोजनों की पहचान एक बड़ी चुनौती है, क्योंकि संभावनाओं की संख्या बहुत अधिक है।

इसलिए, शोधकर्ताओं ने एआई का उपयोग करके परीक्षण अवधि को पार किया और अधिक कुशल तरीके से उपयोगी मिश्रधातु उम्मीदवारों की खोज की। इसमें एआई मॉडल बनाने के लिए डेटा उत्पन्न करना शामिल था, जिसने संभावित नए मिश्रधातु उम्मीदवारों के रूप में परीक्षण के लिए तीन तत्वों की पहचान की।

अध्ययन के परिणामों के अनुसार, जो प्रकाशित हुए हैं जर्नल Scientific Data में, टीम ने चार ओपन-सोर्स डेटासेट प्रस्तुत किए। डेटासेट ने मिश्रधातुओं की ग्राउंड-स्टेट गुणों की डेंसिटी फंक्शनल थ्योरी (DFT) गणनाओं के परिणाम प्रदान किए।

शामिल मिश्रधातुएँ नियोबियम-वैनाडियम (NbV), नियोबियम-टैंटालम (NbTa), टैंटालम-वैनाडियम (TaV), और त्रिअधातु मिश्रधातु NbTaV हैं, जो बॉडी-सेंटरड-क्यूबिक (BCC) संरचनाओं में 128 ब्राव्हाइस लैटिस साइट्स के साथ व्यवस्थित हैं।

ORNL का एआई मॉडल न्यूक्लियर फ्यूजन की दुनिया में बहुत महत्वपूर्ण है क्योंकि यह आशाजनक तकनीक स्वच्छ और लगभग असीम ऊर्जा-आवश्यकताओं के लिए ऐसे सामग्री प्रदान कर सकती है जो अत्यधिक उच्च तापमान, विकिरण, और यांत्रिक तनाव को सहन कर सकें। इसलिए, उच्च प्रदर्शन वाली मिश्रधातुओं को खोजकर, हम फ्यूजन रिएक्टरों की दीर्घायु और विश्वसनीयता सुनिश्चित कर सकते हैं।

नए मिश्रधातुओं की पहचान को बहुत तेज़ और लागत-प्रभावी तरीके से करने और न्यूक्लियर फ्यूजन रिएक्टरों को व्यावहारिक और सुरक्षित बनाने में एक बड़ी बाधा को हटाने के अलावा, ऐसा एआई मॉडल न्यूक्लियर फ्यूजन में विघटनकारी तकनीकी प्रगति को भी सक्षम कर सकता है।

वैज्ञानिक खोजों को तेज करने के लिए एआई-चालित डेटा मॉडलिंग

एआई-जनित डेटाबेस होना परियोजना का केवल एक हिस्सा है। अगला हिस्सा उत्पन्न डेटा का उपयोग सामग्री की खोज और डिजाइन के लिए एमएल मॉडलों के विकास, प्रशिक्षण, और तैनाती के संबंध में आगे के शोध में शामिल है।

लुपो पासिनी के अनुसार, नई रिफ्रैक्टरी हाई एंट्रॉपी मिश्रधातुओं के डिजाइन को समर्थन देने के लिए छह तत्वों की आवश्यकता है।

हाई एंट्रॉपी मिश्रधातुएँ (HEAs) सामग्री वैज्ञानिकों के लिए एक नया क्षेत्र हैं, और वर्तमान में बहुत कम प्रयोगात्मक परिणाम उपलब्ध हैं। कुछ साल पहले की एक अध्ययन ने 14 तत्वों और HEAs उत्पन्न करने वाले संयोजनों का सर्वेक्षण किया। हाई-थ्रूपुट क्वांटम मैकेनिकल गणनाओं का उपयोग करके, उन्होंने 7,000 से अधिक HEAs की स्थिरता और लोच गुणों की खोज की।

यह रिपोर्ट के अनुसार “हाई-एंट्रॉपी मिश्रधातुओं के लोच गुणों का सबसे बड़ा डेटाबेस” था, जैसा कि अध्ययन के लेखक वेई चेन, इल्लिनोइस इंस्टीट्यूट ऑफ टेक्नोलॉजी के एसोसिएट प्रोफेसर ने कहा।

अब, नवीनतम अध्ययन में, मौजूदा सुपरकंप्यूटर्स पर क्वांटम मैकेनिकल गणनाएँ चलाने का महंगा कार्य भी है। इसलिए, “डेटा अकेला पर्याप्त नहीं होगा।”

टीम को इन विशाल गणनाओं के साथ एक और चुनौती समय थी। पर्लमटर और समिट सुपरकंप्यूटर्स पर गणनाएँ करने और डेटा उत्पन्न करने में टीम को एक साल से अधिक समय लगा।

The Summit supercomputer is part of the Oak Ridge Leadership Computing Facility and is located at ORNL, while Perlmutter is housed at Lawrence Berkeley National Laboratory, with both computing systems being DOE Office of Science user facilities.

अगले चरण में, टीम उत्पन्न डेटा का उपयोग एआई मॉडल को प्रशिक्षित करने के लिए करेगी। मॉडल छह तत्वों को विभिन्न सांद्रताओं में मिश्रित करके मिश्रधातुओं के रूप में व्यापक यौगिकों की रेंज को तेज करेगा।

“हम सामग्री वैज्ञानिकों को उनके ट्रायल-एंड-एरर दृष्टिकोण में मदद करने की कोशिश कर रहे हैं ताकि विभिन्न तत्वों के सापेक्ष प्रतिशत को पहचान सकें जिन्हें मिश्रित करके ऐसे मिश्रधातु बनाए जा सकें जो फ्यूजन में विघटनकारी तकनीकी प्रगति को ले जा सकें।”

– Lupo Pasini

सामग्रियों की जटिलताओं को गहराई से समझने के लिए एआई का उपयोग भी तेज गति से आगे बढ़ रहा है। पिछले साल, ORNL के लुपो पासिनी ने एक टीम का नेतृत्व किया जिसने अभूतपूर्व पैमाने पर डेटासेट उत्पन्न किए, जो 10 मिलियन से अधिक ऑर्गेनिक अणुओं के अल्ट्रावायलेट दृश्यमान स्पेक्ट्रल गुण प्रदान करते हैं।

एक अणु की प्रकाश के साथ अंतःक्रिया को समझना उसकी इलेक्ट्रॉनिक और ऑप्टिकल गुणों को उजागर करने के लिए महत्वपूर्ण है, जिनके संभावित फोटोएक्टिव अनुप्रयोग चिकित्सा इमेजिंग सिस्टम और सोलर सेल में हैं।

क्वांटम रसायन विज्ञान गणनाएँ हाई-परफ़ॉर्मेंस कंप्यूटिंग संसाधनों का उपयोग करके चलायी गईं। इन डेटासेट्स का उपयोग फिर एक डीएल मॉडल को प्रशिक्षित करने के लिए किया जाएगा जो अनुकूलित ऑप्टोइलेक्ट्रॉनिक और फोटोरेएक्टिविटी गुणों वाले अणुओं की पहचान कर सके।

उस समय, लुपो पासिनी ने नोट किया कि पदार्थ और ऊर्जा के उपपरमाणु स्तर पर अंतःक्रिया को निर्धारित करने के लिए श्रम-गहन प्रयोग और मौजूदा प्रथम-प्रिंसिपल गणनाएँ, जो सुपरकंप्यूटिंग सुविधाओं को आसानी से ओवरलोड कर देती हैं, बहुत महंगे हैं। हालांकि, डीएल मॉडल “इन बाधाओं को पार करने के लिए बहुत आशाजनक उपकरण प्रदान करते हैं”।

टीम एक HydraGNN आर्किटेक्चर बना रही है जो परमाणु संरचना को लेता है और इसे ग्राफ में परिवर्तित करता है, फिर यह भविष्यवाणी करने की कोशिश करता है कि प्रथम-प्रिंसिपल कोड क्या आउटपुट देगा।

इस साल की शुरुआत में, लुपो पासिनी और टीम ने पर्लमटर सिस्टम के साथ-साथ फ्रंटियर और समिट सुपरकंप्यूटर्स पर HydraGNN के स्केलिंग को दिखाया। HydraGNN एक GNN आर्किटेक्चर का कार्यान्वयन है जो सामग्री गुणों की तेज़ और सटीक भविष्यवाणी प्रदान करता है।

इस चित्रण के साथ, टीम ने दिखाया कि ग्राफ न्यूरल नेटवर्क (GNNs) को हजारों या लाखों वेरिएबल्स के बीच कनेक्शन को मैप करने और उनके संबंधों को उजागर करने के लिए कैसे स्केल किया जाए, जिससे वैज्ञानिक खोज तेज हो सके।

फ्यूजन से लाभान्वित होने वाली कंपनियाँ

एआई और न्यूक्लियर फ्यूजन दोनों उद्योगों में अरबों डॉलर का निवेश हो रहा है, जो इन दो परिवर्तनकारी तकनीकों के आसपास की उत्सुकता और विकास को दर्शाता है। तो, आइए इन क्षेत्रों के कुछ प्रमुख नाम देखें: 

#1. General Electric (GE)

General Electric (GE.TO ) अपने GE Vernova (GEV ) के माध्यम से न्यूक्लियर पावर अनुसंधान और विकास में शामिल है, जिसका लक्ष्य अधिक विश्वसनीय, किफायती और स्थायी ऊर्जा की दिशा को तेज करना है। इस क्षेत्र में इसके प्रयासों में वास्तविक समय में उपयोग किए गए न्यूक्लियर ईंधन सामग्री को ट्रैक करने के लिए नए सेंसर और इमेजिंग तकनीकें, RADMASS नामक निरीक्षण तकनीक जो ईंधन पुनःप्रसंस्करण को अधिक किफायती बनाती है, और बॉयलिंग वाटर न्यूक्लियर रिएक्टर (BWRs) का निर्माण शामिल है।

204.469 बिलियन डॉलर के मार्केट कैप के साथ, कंपनी के शेयर वर्तमान में $188.94 पर ट्रेड हो रहे हैं, YTD में 47.83% की वृद्धि के साथ। इसका EPS (TTM) 4.28 है, P/E (TTM) 44.09 है, और डिविडेंड यील्ड 0.59% है।

Q2 2024 के लिए, GE Vernova ने कुल राजस्व $8.2 बिलियन और शुद्ध आय $1.3 बिलियन की रिपोर्ट की। इसी बीच, कुल ऑर्डर $11.8 बिलियन थे, जो राजस्व से 1.4 गुना अधिक थे। तिमाही के अंत में ऑपरेटिंग गतिविधियों से नकदी $1 बिलियन थी, जबकि $5.8 बिलियन की नकदी शेष राशि अप्रैल में GE से स्पिन-ऑफ़ के बाद $4.2 बिलियन से बढ़ी थी।

“वैश्विक विद्युतीकरण और डिकार्बोनाइज़ेशन प्रवृत्तियाँ हमारे उत्पादों और सेवाओं की मांग को लगातार बढ़ा रही हैं।”

– GE Vernova CEO स्कॉट स्ट्राज़िक

#2. IBM (IBM)

जबकि NVIDIA (NVDA ) एआई और सुपरकम्प्यूटिंग तकनीक में अग्रणी है, जिसने इस वर्ष उसके स्टॉक मूल्यों को 134.76% तक बढ़ाया है, IBM भी क्वांटम कंप्यूटिंग और एआई अनुसंधान में अग्रणी कंपनियों में से एक है। कंपनी के क्वांटम कंप्यूटर क्लाउड-आधारित क्वांटम कंप्यूटिंग सिस्टम हैं जिन्हें शोध और अन्वेषण के लिए उपयोग किया जा सकता है।

इन क्वांटम कंप्यूटर्स पर जटिल सिमुलेशन चलाकर, IBM विभिन्न क्षेत्रों में महत्वपूर्ण प्रगति को संभव बनाता है। कुछ साल पहले, कंपनी ने डेटा के मूल्य को अनलॉक करके न्यूक्लियर पावर जनरेशन को अनुकूलित करने के बारे में लिखा।

201.54 बिलियन डॉलर के मार्केट कैप के साथ, कंपनी के शेयर वर्तमान में $218.80 पर ट्रेड हो रहे हैं, YTD में 34.82% की वृद्धि के साथ। इसका EPS (TTM) 9.53 है, P/E (TTM) 2.95 है, और डिविडेंड यील्ड 3.05% है।

Q2 2024 के लिए, IBM ने $15.8 बिलियन की राजस्व की रिपोर्ट की, जो 2% की वृद्धि थी, जिसमें सॉफ्टवेयर सेक्शन में सबसे बड़ा उछाल देखा गया। कंपनी का ग्रॉस प्रॉफिट मार्जिन 56.8% था जबकि ऑपरेटिंग (Non-GAAP) 57.8% था। वर्ष-टू-डेट ऑपरेटिंग गतिविधियों से शुद्ध नकदी $6.2 बिलियन थी और फ्री कैश फ्लो $4.5 बिलियन था।

#3. ATI Inc. (ATI)

ATI विशेष धातुओं और मिश्रधातुओं के उत्पादन में विशेषज्ञता रखता है, और यह विशेषज्ञता उन्हें फ्यूजन रिएक्टर अनुप्रयोगों के लिए उपयुक्त बनाती है। हाई-परफ़ॉर्मेंस मैटीरियल्स & कंपोनेंट्स (HPMC) इसका एक खंड है, जो टाइटेनियम और टाइटेनियम-आधारित मिश्रधातुओं जैसे उच्च-प्रदर्शन सामग्री का उत्पादन करता है, जो ऊर्जा, चिकित्सा और एयरोस्पेस में उपयोग होते हैं। एडवांस्ड एलॉयज़ & सॉल्यूशन्स (AA&S) कंपनी का दूसरा खंड है, जो ज़िरकोनियम और संबंधित मिश्रधातुओं का उत्पादन करता है, जो ऑटोमोटिव, इलेक्ट्रॉनिक्स, ऊर्जा और रक्षा बाजारों में उपयोग होते हैं।

8.20 बिलियन डॉलर के मार्केट कैप के साथ, कंपनी के शेयर वर्तमान में $66 पर ट्रेड हो रहे हैं, YTD में 44.74% की वृद्धि के साथ। इसका EPS (TTM) 2.94 है और P/E (TTM) 22.48 है।

Q2 2024 के लिए, ATI ने $1.1 बिलियन की बिक्री की रिपोर्ट की, जो पिछले तिमाही से 5% अधिक थी। तिमाही की शुद्ध आय $81.9 मिलियन थी, या प्रति शेयर $0.58, जो 1Q24 से 26% अधिक है। कंपनी का समायोजित EBITDA $182.6 मिलियन था।

“हमारी कार्यान्वयन क्षमता और बाजार अवसरों का लाभ उठाने की क्षमता हमें मार्जिन बढ़ाने और मजबूत ऑपरेटिंग नकदी प्रवाह उत्पन्न करने में सक्षम बनाती है।”

– किम्बर्ली ए. फील्ड्स, अध्यक्ष और सीईओ

निष्कर्ष

एआई का उत्साह लगातार बढ़ रहा है, और इसका न्यूक्लियर फ्यूजन शोध में एकीकरण दोनों क्षेत्रों के लिए एक महत्वपूर्ण क्षण को दर्शाता है। फ्यूजन में निहित जटिल चुनौतियों को संबोधित करके, एआई के पास व्यावहारिक फ्यूजन ऊर्जा हासिल करने की समयसीमा को अत्यधिक कम करने की क्षमता है।

वास्तविक समय में प्लाज़्मा भविष्यवाणियों से लेकर अत्यधिक परिस्थितियों को सहन करने योग्य नए मिश्रधातुओं की खोज तक, एआई-चालित प्रगति धीरे-धीरे न्यूक्लियर फ्यूजन को वास्तविकता के करीब ला रही है, जो वैश्विक ऊर्जा संकट के लिए एक स्वच्छ और अधिक स्थायी ऊर्जा समाधान प्रदान करती है।

क्लिक करें यहाँ एआई में निवेश के बारे में सब कुछ जानने के लिए।